2026-08-04 · 科普 · 观察
本文由 AI 辅助起草，经人工编辑审核后发布。
上周末西班牙休达出了大事。7 月 30 日到 31 日，约六万名移民从摩洛哥一侧涌入这块西班牙在北非的飞地，至少 57 人在翻越和泅渡中丧生。这是真事，AP 和西班牙国家电视台都有现场报道。
热点起来，假素材立刻跟上。7 月 30 日一条脸书帖配了段山坡上黑压压全是人的视频，写着「这是对西班牙的入侵吗」，传得很好。
事实核查机构 Lead Stories 把它扒开了。结论有意思——这视频跟休达没关系，而且大概率根本不是拍出来的。
关键不是它假，是它「二手」
Lead Stories 最先做的不是检测，是反查最早出处。
结果：同一段视频至少 7 月 5 日就躺在脸书上了，发布者是个土耳其地方新闻账号，配文里连西班牙和摩洛哥都没提。7 月 30 日那条帖只干了一件事——给三周前的旧素材换了个新标题。
我们盯这类内容有一阵了，规律越来越明显：假内容很少是「新造」的，多数是「翻新」的。 一段素材第一次投放可能没火，或者火了一轮被辟了谣，它不会消失，只是待机，等下一个热点。
AI 真正改变的不是造假成本——那早就够低了。是它让素材变成了万能配件。
传统的「旧视频换地名」是有限制的：地貌得大致对得上，季节、衣着也得对得上。可 AI 生成的这种远景人群画面，天生没有路牌、没有车牌、没有可辨认的建筑。过去我们把这叫 AI 的破绽——它做不出可核验的细节。
但从谣言传播的角度看，这恰恰是它最好用的地方。没有细节 = 没有矛盾点 = 能插进任何一条跟人群有关的新闻里。休达可以，别的边境也可以，下一次示威游行还可以。
一次生成，无限次投放。而辟谣是一条一条来的。
81.1% 和 87%，这两个数字该怎么读
Lead Stories 接下来才用了检测工具，而且用了两个。一个说这张封面图有 81.1% 的可能是 AI 生成，另一个判「87% 假」。
我们常被问：两个工具数字不一样，是不是有一个错了？
不是。它们压根不在回答同一道题。训练数据不同、判定阈值不同、更新节奏也不同，输出的百分比之间没有可比性。纠结那 6 个百分点，属于问错了问题。
正确的读法是看方向，不看小数点。 两个独立工具都指向「像 AI」，这个一致性有意义；81 还是 87，没意义。
差距能大到什么程度？隔壁做文本 AI 率检测的领域更夸张。国内媒体最近报道，同一篇本科论文在两个平台上一个给 45.1%、另一个给 97.9%；四工具对比最大差近 25 个百分点。最离谱的是同一个平台上午测出 71.2%，半小时后什么都没改，18.4%。
图像检测比这稳，但性质一样：这是概率估计，不是测量。
我们自己也提供免费检测，所以这话说着更有底气：读数是筛查信号，用来决定「值不值得再看两眼」。这也是我们把「仅供参考、不构成法律证据」写在结果页最显眼处的原因——不是免责话术，它真的只能干这么多。
顺序才是关键：溯源第一，检测第三
回看 Lead Stories 那套流程，我觉得最值得学的是顺序：
| 步骤 | 做了什么 | 结论强度 |
|---|---|---|
| 1. 溯源 | 反查到 7 月 5 日的原帖，配文与西班牙无关 | 极硬，无法反驳 |
| 2. 交叉检测 | 两个工具分别给出 81.1% 和 87% | 中等，方向性证据 |
| 3. 人眼看画面 | 人群里多人肢体解剖错误，有的剪影像是三条腿，有人整个「粘」在一起 | 较硬，但需要经验 |
检测排在中间不是因为它没用，是因为第一步更便宜也更不可反驳。
这点很实际。你拿检测结果跟人争，对方一句「检测工具都不准」你就卡住了，而且他还挺有道理。可你要是说「这视频 7 月 5 日就在网上，那时候休达一点事都没有」——没法反驳，它是时间线，不是概率。
第一步还有个额外好处：它不在乎视频真假。哪怕这画面是真人真拍的，只要拍摄于事件之前，「这是休达现场」就已经倒了。画面是不是 AI 生成的，和这个说法成不成立，是两件事。 后者才是大多数人真正想知道的。
我们反复说的一句话：AI 概率不回答「这事是不是真的」，它只回答「这些像素大概是怎么来的」。
还得有第三档：不确定
顺带说件同期的事。8 月 4 日有平台公布汛期谣言治理数据，处置涉汛谣言八千多条，标记 AI 伪造风险的六千多条。真正让我们觉得做得对的是另一个数字：还有一万六千多条「缺少权威来源、暂时无法确认真实性」的信息，处理方式不是删除，是加风险提示。
这个「第三档」太重要了。真、假之外必须留一格叫存疑，否则系统会被逼着对自己判不出来的东西硬下结论——那才是错误开始批量产生的地方。
我们的报告也这么做。中间区间就写不确定，不硬凑倾向性结论。有人觉得这是含糊，但一个肯说「我不知道」的工具，比一个每次都斩钉截铁的可信得多。
下次刷到「现场画面」，先问这一句
不是「这是不是 AI」，而是：这段画面第一次出现在网上是什么时候？
截张关键帧做反向图片搜索，或者搜画面里的独特元素。如果它比事件本身还老，后面的检测都不用做了。
实在查不到最早出处，再上检测工具，最好两个，看方向别抠小数点。最后用眼睛看看手、看看人和人交界的地方——这段休达假视频翻车的，就是人群里那些多出来的腿。
一段假视频最贵的从来不是生成它，是每次给它换一个新标题。可惜这一步几乎不要钱。